论文摘要
随着数据库和计算机图像两大领域的发展,基于内容的图像检索技术已成为了一个活跃的研究领域。基于内容的图像检索是对图像的信息从底层到高层进行分析,理解和抽象,获取图像的内容信息。这些内容信息包括图像的颜色,纹理和形状特征。基于内容的图像检索(CBIR)是计算机图像处理技术和数据库技术结合的产物。它的基本思想是通过分析图像本身所包含的内在特征及相关图像之间的必然联系来进行检索的。图像检索技术对海量图像信息的管理和访问都能提供有力的支持,有着极为广泛的应用前景,涉及到社会和生活中的诸多领域如数字图书馆、网页图像搜索、生物医学领域、军事和国家安全方面。基于内容的图像检索技术主要包括特征提取、特征表示或描述、相似性度量和对算法性能的评价。形状不仅是一个重要的视觉特征也是一个描述图像内容的基本特征。然而,形状的表示和描述是一个难题。这是因为,当一个三维世界的目标被投影到二维平面上的时候,有一个维度的信息丢失了。结果就是,从图像中提取的形状信息只是部分的表示了投影的目标。问题更加复杂的是,图像常常被噪声,缺陷,任意变形和咬合的毁坏。基于形状的图像检索是CBIR中的一个难点,也是本文的研究重点。基于形状的图像检索的形状描述子被分为基于轮廓的描述子和基于区域的描述子,这两个分类又被分为全局的方法和局部的方法。介绍了这些分类中的主要描述子以及他们相关的匹配方法,也说明了各种方法的优缺点。本文的主要贡献是提出了快速张量尺度描述子,它是一种基于图像森林变换的张量尺度特征提取的快速算法,采用归一化的张量尺度方向直方图作为图像几何形状的特征描述子,与相似性度量标准结合,实现了一种具有图像平移、旋转、尺度变换不变特性的基于形状的图像检索算法。本文的张量尺度特征的提取方法的算法复杂度和以前的两种方法进行了比较,表明本文的方法的计算复杂度更低。实验结果也表明快速张量尺度描述子在基于形状的图像检索中有很好的检索效果。对六种主要的形状描述子：Hu不变距描述子、Zernike不变距描述子、傅里叶描述子、曲率尺度空间描述子、光束统计描述子和快速张量尺度描述子,进行了实验分析、对比和总结。傅里叶描述子存储空间小、响应时间短、检索效率较高比较适合于网络检索和需要实时的检索系统。光束角度统计描述子和快速张量尺度描述子的检索率高,但响应时间较长,适合于一些图像库不大的检索系统或是对检索率要求比较高的系统。随着硬件技术的进一步发展,这两种描述子都将会有比较高的研究和应用价值。
论文目录
相关论文文献
标签：基于内容的图像检索论文; 基于形状的图像检索论文; 形状描述子论文; 快速张量尺度描述子论文; 光束角度统计描述子论文;